SYS863-É25 - Modèles génératifs profonds : théorie et applications

Les modèles génératifs profonds sont rapidement devenus des techniques de pointe pour générer des échantillons de données visuelles et non-visuelles réalistes. Leurs applications incluent la modification d'images, l'augmentation de données, la traduction d'images, etc.

L'objectif de ce cours est de familiariser les étudiants avec différents modèles génératifs profonds, y compris, mais sans s'y limiter, aux réseaux antagonistes génératifs (Generative Adversarial Networks, GANs), aux auto-encodeurs variationnels (Variational Autoencoder, VAE), aux modèles de diffusion (Diffusion Probabilistic Model), etc. Les étudiants apprendront les bases et la théorie de ces modèles, accompagnées de discussions sur leurs applications. À la fin de ce cours, les étudiants seront capables de :

• (i) comprendre les forces et les limites des différents types de modèles génératifs profonds ;
• (ii) adapter et appliquer ces modèles à leurs travaux de recherche.